Resumen

En la actualidad, los textos de opinión se publican rápidamente en sitios web y redes sociales por varios usuarios en forma de textos cortos y también en grandes volúmenes y diversos campos. Debido a que estos textos reflejan las opiniones de muchos usuarios, su procesamiento y análisis, como el agrupamiento, pueden ser muy útiles en una variedad de aplicaciones que incluyen política, industria, comercio y economía. Las altas dimensiones de la representación del texto disminuyen la eficiencia del agrupamiento, y una solución efectiva para este desafío es reducir las dimensiones de los textos. El aprendizaje de variedades es una herramienta poderosa para la reducción de dimensiones no lineales de datos de alta dimensionalidad. Por lo tanto, en este documento, para aumentar la eficiencia del agrupamiento de textos de opinión, mediante el aprendizaje de variedades, se reducen las dimensiones de los textos de opinión representados en función del sentimiento y la semántica, y se extraen sus dimensiones intrínsecas. Luego, se aplica el

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Textos de opinión; Agrupamiento; Reducción de dimensiones; Aprendizaje de variedades; Sentimiento; Semántica
• Keywords:Opinion texts; Clustering; Dimensions reduction; Manifold learning; Sentiment; Semantics